FFIs hyperspektrale demonstratorsystem med CUDA-basert GPU prosessering. Trym Vegard Haavardsholm
|
|
- Christer Thorstensen
- 8 år siden
- Visninger:
Transkript
1 FFIs hyperspektrale demonstratorsystem med CUDA-basert GPU prosessering Trym Vegard Haavardsholm
2 Oversikt Introduksjon til hyperspektral teknologi FFIs demonstrator for hyperspektral måldeteksjon Hyperspektral prosessering på grafikkort
3 Introduksjon: Hyperspektral teknologi Et hyperspektralt bilde inneholder detaljert informasjon om spekteret til det mottatte lyset i hvert piksel Bildene er kuber av data y-posisjon x-posisjon Bølgelengde Lysstyrke (relativ) Spektralt bilde av planter og legomann 10 9 Blomsterpotte 8 Grønn plast Rød plast 7 Gul plast 6 Grønt blad Bølgelengde i nanometer Noen enkeltspektre fra et hyperspektralt bilde
4 Introduksjon: Hyperspektral teknologi 473 nm Gråtonebilde fra utvalgte bølgelengder
5 Introduksjon: Hyperspektral teknologi 547 nm Gråtonebilde fra utvalgte bølgelengder
6 Introduksjon: Hyperspektral teknologi 621 nm Gråtonebilde fra utvalgte bølgelengder
7 Introduksjon: Hyperspektral teknologi 681 nm Gråtonebilde fra utvalgte bølgelengder
8 Introduksjon: Hyperspektral teknologi nm Gråtonebilde fra utvalgte bølgelengder
9 Introduksjon: Hyperspektral teknologi Resultat fra spektral klassifikasjon
10 Introduksjon: Hyperspektral teknologi Resultat fra spektral anomalideteksjon
11 Introduksjon: Hyperspektral teknologi 3,0 2,5 2,0 1,5 1,0 0,5 Belysning 0,0 0,4 0,5 0,6 0,7 0,8 0,9 Bølgelengde (μm) Refleksjon 3,0 2,5 2,0 1,5 1,0 0,5 Målt lys 0,0 0,4 0,5 0,6 0,7 0,8 0,9 Bølgelengde (μm) Fjernmåling av reflektert lys: Belysningen som reflekteres Refleksjonsegenskapene bestemt av materialsammensetningen i overflaten Spredning i atmosfæren ,4 0,5 0,6 0,7 0,8 0,9 Bølgelengde (μm)
12 Introduksjon: Hyperspektral teknologi Gjenstander har en materialavhengig spektral signatur x y λ Måldeteksjon: Et søk etter spesielt interessante gjenstander Metoder: Anomalideteksjon spektrale signaturer som er betydelig forskjellig fra den typiske bakgrunnen Signaturdeteksjon spektrale signaturer som er konsistente med kjente signaturer Relative light intensity Soil 10 Vehicle 5 Vegetation Wavelength (nanometers)
13 FFIs demonstrator: Hovedfunksjoner og ambisjoner Hyperspektral måldeteksjon Georeferering Bildeoppretting Sanntidsprosessering Operatørinteraksjon Systemstyring Styring av søk Deteksjonsanalyse Milepæler: Våren 2007: bakkebasert oppsett ferdig Slutten av 2007: sanntidsprosessering demonstrert Sommeren 2008: første flyvning med luftbasert oppsett Våren 2009: system ferdig Sommeren 2010: deltakelse i internasjonal feltmåling
14 FFIs demonstrator: Bakkebasert oppsett Prototype og testsystem for den videre utviklingen Består av: VNIR hyperspektralt kamera Høyoppløst kamera (20x zoom) Dreiebord for horisontal skanning av scenen Sensoroppsettet er ferdig og har blitt brukt i feltmålinger Prosesseringen foregår i høynivåkode etter at bildet er tatt opp
15 FFIs demonstrator: Luftbasert oppsett Består av: VNIR hyperspektralt kamera Høyoppløst kamera (20x zoom) GPS mottaker Treghetsnavigasjon Mulig: SWIR hyperspektralt kamera Plattform: Samarbeid med NAKs Flytjeneste Cessna 172, 4-seters småfly Modifisert med kameraluke under fremre passasjersete Ambisjon: Bidra ved søk etter savnede
16 FFIs demonstrator: Prosessering Måldeteksjon: Anomalideteksjon Signaturdeteksjon Statistiske metoder basert på blandingsmodeller Blanding av multivariate normalfordelinger: g pl ( ) = πφ( L; θ ) i= 1 i i πi φ( L ; θ ) i Vekter ikke-negative størrelser der π i = 1 Multivariate normalfordelinger g i= 1 Kan approksimere vilkårlige fordelinger
17 FFIs demonstrator: Prosessering: Anomalideteksjon Lage modell for bakgrunnen (alt som ikke er mål) Modellen bygges på grunnlag av alle måledataene antar at mål utgjør en forsvinnende liten del av bildet Detektere gjenstander som ikke er konsistente med modellen Prosessering: Tilpasse av blandingsmodell for bakgrunnen Sammenligne alle piksler med bakgrunnsmodellen Hyperspektralt bilde Bakgrunnsmodell Sannsynlighetsmål for anomali
18 FFIs demonstrator: Prosessering: Signaturdeteksjon Lage modell for signaturvariasjon (offline) Målte refleksjonsegenskaper fra en gjenstandsklasse Fysisk modell for det målte spekteret fra en gjenstand Monte Carlo simuleringer basert på antagelser om avbildningsforholdene Statistisk representasjon med blandingsmodell Detektere gjenstander som er konsistente med signaturmodellen Prosessering: Sammenligne alle piksler med signaturmodellen ,4 0,5 0,6 0,7 0,8 0,9 Li( λ ) = KiLs0 ( λ ) + FLd0 ( ) (1 ) b ( ) d ( ) ( ) i i λ + F i i L λ r i λ τi λ + L ( λ ) + L ( λ ) + n ( λ) ui ai i { L ( 1 λ θ, ),, (, ) 1 rd LN λ θn rd } Hyperspektralt bilde Signaturmodell Sannsynlighetsmål for signatur
19 FFIs demonstrator: Prosessering Kombinert signaturdeteksjon og anomalideteksjon Signaturer Bakgrunn Anomali
20 Tungregning på grafikkort: Introduksjon Ytelsen til grafikkprosessorer (GPUer) øker raskere enn ytelsen til hovedprosessorer (CPUer) I det siste har det blitt mye enklere å utnytte regnekraften på grafikkort til generell prosessering Programmerbare GPUer Softwaregrensesnitt dedikert til generell prosessering Varianter av standard C for GPU-programmering GPU-basert prosessering er attraktivt for beregninger karakterisert av parallellitet og høy aritmetisk kompleksitet
21 Tungregning på grafikkort: CUDA Compute Unified Device Architecture Hardware og software arkitektur for generell prosessering på nye Nvidia grafikkort Hardware drivere Software biblioteker C-basert programmeringsspråk Nvidia garanterer at alle deres nye skjermkort skal støtte CUDA Mer informasjon:
22 Tungregning på grafikkort: Blandingsmodellprosessering i sann tid Prosessering basert på blandingsmodeller er regnekrevende Single Instruction, Multiple Data (SIMD) Hver tråd i gjør det samme på forskjellig data Passer veldig godt for pikselvis prosessering i hyperspektrale bilder Demonstrasjon av prosessering i sann tid: Processing rate (MPixel/s) CPU GPU-CH GPU-SP Data rate Number of bands
23 Konklusjon FFI er i ferd med å bygge et demonstratorsystem for måldeteksjon i hyperspektrale bilder Demonstratorsystemet ser ut til å være det første i sitt slag i Europa Demonstratoren implementerer deteksjonsmetoder utviklet ved FFI basert på blandingsmodeller Systemet ser også ut til å være det første til å demonstrere sanntidsprosessering med blandingsmodeller i hyperspektrale bilder Sanntidskravet er tilfredsstilt ved å utnytte regnekraften i vanlige grafikkort ved bruk av CUDA Demonstratoren skal etter planen ferdigstilles våren 2009
Hyperspektralt kamera Forsker Torbjørn Skauli. Kaffemaskin. Datamaskin
Hyperspektralt kamera Forsker Torbjørn Skauli Kaffemaskin Datamaskin Forsker Torbjørn Skauli Oppvokst på Romsås, i femte etasje interessert i teknikk som gutt flink på skolen Naturfaglinjen på videregående
Detaljer21.09.2015. Mer enn bare et kamera (Publisert versjon, inneholder bare FFIs egne bilder.) Bilder kommer fra mange kilder
Bilder kommer fra mange kilder Mer enn bare et kamera (Publisert versjon, inneholder bare FFIs egne bilder.) Torbjørn Skauli og Trym Haavardsholm Optisk avbildning - et felt i forandring Hva kan et kamera
DetaljerDen spektrale skogen og byen
Den spektrale skogen og byen Kombinasjon av lidar og hyperspektrale data for lønnsom skogsdrift og optimal verdiutnyttelse bykartlegging og andre mulige anvendelser Alle ønsker å bli sett også trærne Vi
DetaljerRepetisjon av histogrammer
Repetisjon av histogrammer INF 231 Hovedsakelig fra kap. 3.3 i DIP Histogramtransformasjoner Histogramutjevning Histogramtilpasning Standardisering av histogram for billedserier Litt om histogramtransformasjoner
DetaljerBruk av satellittdata i landbruket?
Bruk av satellittdata i landbruket? Corine Davids Stein Rune Karlsen, Joerg Haarpaintner, Bernt Johansen Norut (Norce fra 1.1.2019) Tromsø OVERSIKT Introduksjon om fjernmåling Optisk fjernmåling Radar
DetaljerFJERNMÅLING AV AVLING OG KVALITET - AKADEMISK LEKETØY ELLER TIL PRAKTISK NYTTE FOR BONDEN?
FJERNMÅLING AV AVLING OG KVALITET - AKADEMISK LEKETØY ELLER TIL PRAKTISK NYTTE FOR BONDEN? Marit Jørgensen Nibio Medforfattere: Jakob Geipel Nibio, Corine Davids Norut, Francisco Javier Ancin Murguzur
DetaljerFjernmålingsdata: Hva kan vi «se» i skogen?
Fjernmålingsdata: Hva kan vi «se» i skogen? Terje Gobakken Fakultet for miljøvitenskap og naturforvaltning Skog og Tre, 31. mai 2018 Presisjonsskogbruk og fjernmåling Presisjonsskogbruk er definert som:
DetaljerDeteksjon av eksplosivrester i felt ved hjelp av hyperspektral avbildning
FFI-rapport 2009/01426 Deteksjon av eksplosivrester i felt ved hjelp av hyperspektral avbildning Leif Amund Lie, Torbjørn Skauli, Tove Engen Karsrud og Marthe Petrine Parmer Forsvarets forskningsinstitutt/norwegian
DetaljerRF5100 Lineær algebra Leksjon 10
RF5100 Lineær algebra Leksjon 10 Lars Sydnes, NITH 11. november 2013 I. LITT OM LYS OG FARGER GRUNNLEGGENDE FORUTSETNINGER Vi ser objekter fordi de reflekterer lys. Lys kan betraktes som bølger / forstyrrelser
DetaljerSampling av bilder. Romlig oppløsning, eksempler. INF Ukens temaer. Hovedsakelig fra kap. 2.4 i DIP
INF 2310 22.01.2008 Ukens temaer Hovedsakelig fra kap. 2.4 i DIP Romlig oppløsning og sampling av bilder Kvantisering Introduksjon til pikselmanipulasjon i Matlab (i morgen på onsdagstimen) Naturen er
Detaljer- reklamebannere mobil og tablet
Spesifikasjoner - reklamebannere mobil og tablet FINN.no Versjon 2.4 Sist oppdatert 16.08.2013 1. Innhold Innhold Introduksjon Målsetning Spesifikasjoner HTML Fysisk størrelse 225 px* Eksempler Størrelser
DetaljerO3D 3D-grafikk rett i nettleseren. Tom Ryen, Institutt for data- og elektroteknikk (IDE), oktober 2009
O3D 3D-grafikk rett i nettleseren Tom Ryen, Institutt for data- og elektroteknikk (IDE), oktober 2009 O3D 3D-grafikk rett i nettleseren v/ Tom Ryen Institutt for dataog elektroteknikk Om foredragsholderen
DetaljerGråtonehistogrammer. Histogrammer. Hvordan endre kontrasten i et bilde? INF Hovedsakelig fra kap. 6.3 til 6.6
Hvordan endre kontrasten i et bilde? INF 230 Hovedsakelig fra kap. 6.3 til 6.6 Histogrammer Histogramtransformasjoner Histogramutjevning Histogramtilpasning Histogrammer i flere dimensjoner Matematisk
DetaljerHovedsakelig fra kap. 3.3 i DIP
Repetisjon av histogrammer INF 231 1.2.292 29 Hovedsakelig fra kap. 3.3 i DIP Histogramtransformasjoner Histogramutjevning Histogramtilpasning Standardisering av histogram for billedserier Litt om histogramtransformasjoner
DetaljerLEGO MINDSTORMS Education EV3
LEGO MINDSTORMS Education EV3 Framtiden tilhører de kreative πr ROBOTER OG IT PROBLEMLØSNING KREATIVITET SAMARBEIDE EV3 - en evolusjon av MINDSTORMS Education! LEGO MINDSTORMS Education har bevist at dette
DetaljerKjenn din PC (Windows7)
Kjenn din PC (Windows7) Denne delen handler om hva man kan finne ut om datamaskinens hardware fra operativsystemet og tilleggsprogrammer. Alle oppgavene skal dokumenteres på din studieweb med tekst og
DetaljerTeknologiske forklaringer LEGRIA HF R48, LEGRIA HF R46, LEGRIA HF R406 og LEGRIA HF G25
Teknologiske forklaringer LEGRIA HF R48, LEGRIA HF R46, LEGRIA HF R406 og LEGRIA HF G25 Live Streaming (LEGRIA HF R48 og LEGRIA HF46) Den nye LEGRIA HF R-serien gir deg mulighet til å streame opptak direkte
DetaljerHøgskolen i Sørøst Norge Fakultet for allmennvitenskapelige fag
1 Høgskolen i Sørøst Norge Fakultet for allmennvitenskapelige fag EKSAMEN 5704 Fjernanalyse 10/5/2016 Tid: Målform: Sidetall: Hjelpemiddel: Merknader: Vedlegg: 4 timer Bokmål 05 (inkludert denne) Kalkulator
DetaljerFargebilder. Lars Vidar Magnusson. March 12, 2018
Fargebilder Lars Vidar Magnusson March 12, 2018 Delkapittel 6.1 Color Fundamentals Delkapittel 6.2 Color Models Delkapittel 6.3 Bildeprosessering med Pseudofarger Delkapittel 6.4 Prosessering av Fargebilder
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF2310 Digital bildebehandling Eksamensdag : Tirsdag 25. mars 2014 Tid for eksamen : 15:00 19:00 Oppgavesettett er på : 6 sider
DetaljerRim på bakken På høsten kan man noen ganger oppleve at det er rim i gresset, på tak eller bilvinduer om morgenen. Dette kan skje selv om temperaturen
Rim på bakken På høsten kan man noen ganger oppleve at det er rim i gresset, på tak eller bilvinduer om morgenen. Dette kan skje selv om temperaturen i lufta aldri har vært under 0 C i løpet av natta.
DetaljerTemaer i dag. Mer om romlig oppløsning. Optisk avbildning. INF 2310 Digital bildebehandling
Temaer i dag INF 2310 Digital bildebehandling Forelesning II Sampling og kvantisering Fritz Albregtsen Romlig oppløsning i bilder Sampling av bilder Kvantisering i bilder Avstandsmål i bilder Pensum: Kap.
Detaljer4/5 store parallelle maskiner /4 felles hukommelse in 147, våren 1999 parallelle datamaskiner 1. når tema pensum.
Parallellitet når tema pensum 27/4 felles hukommelse 9.2 9.3 4/5 store parallelle maskiner 9.4 9.6 in 147, våren 1999 parallelle datamaskiner 1 Tema for denne forelesningen: kraftigere enn én prosessor
DetaljerKantdeteksjon og Fargebilder
Kantdeteksjon og Fargebilder Lars Vidar Magnusson April 25, 2017 Delkapittel 10.2.6 More Advanced Techniques for Edge Detection Delkapittel 6.1 Color Fundamentals Delkapittel 6.2 Color Models Marr-Hildreth
DetaljerINF januar 2017 Ukens temaer (Kap med drypp fra kap. 4. i DIP)
25. januar 2017 Ukens temaer (Kap 2.3-2.4 med drypp fra kap. 4. i DIP) Romlig oppløsning Sampling av bilder Kvantisering av pikselintensiteter 1 / 27 Sampling av bilder Naturen er kontinuerlig (0,0) j
DetaljerInnhold. Introduksjon til parallelle datamaskiner. Ulike typer parallelle arkitekturer. Prinsipper for synkronisering av felles hukommelse
Innhold Introduksjon til parallelle datamaskiner. Ulike typer parallelle arkitekturer Prinsipper for synkronisering av felles hukommelse Multiprosessorer koblet sammen av én buss 02.05 2001 Parallelle
DetaljerINF 1040 høsten 2008: Oppgavesett 11 Farger (kapittel 15)
INF 1040 høsten 2008: Oppgavesett 11 Farger (kapittel 15) Fasitoppgaver Denne seksjonen inneholder innledende oppgaver hvor det finnes en enkel fasit bakerst i oppgavesettet. Det er ikke nødvendigvis meningen
DetaljerEkstreme bølger. Geir Storvik Matematisk institutt, Universitetet i Oslo. 5. mars 2014
Ekstreme bølger Geir Storvik Matematisk institutt, Universitetet i Oslo 5. mars 2014 Bølger Timesvise max-bølger ved bøye utenfor østkyst av USA (17/12/1991-23/2-1992) Størrelse på bølger varierer sterkt
DetaljerSpørsma l og svar nr. 2
Rana kommune Sak 2014-4125 Spørsmål og svar nr 2.docx 1 av 6 Spørsma l og svar nr. 2 1 Spørsmål i e-post nr. 2 I mitt arbeid med Konkurransegrunnlag, sak 2014/4125 Rana kommune, har jeg funnet følgende
DetaljerUtfordringen. Kostnader ved den tradisjonelle modellen. Mangel på fleksibilitet i ytelse
Utfordringen Kostnader ved den tradisjonelle modellen Mange grafiske 3D-applikasjoner installeres i dag på fysiske arbeidsstasjoner som plasseres under pulten. I tillegg til å generere store mengder støy,
DetaljerLysbehov og tilrettelegging av fysiske miljøer for personer med nedsatt syn
Lysbehov og tilrettelegging av fysiske miljøer for personer med nedsatt syn Lystekniske begreper Av Jonny Nersveen, dr.ing Førsteamanuensis Høgskolen i Gjøvik / Norges blindeforbund Innhold Hva er lys?
DetaljerMidtveiseksamen Løsningsforslag
INSTITUTT FOR INFORMATIKK, UNIVERSITETET I OSLO Midtveiseksamen Løsningsforslag INF2310 - Digital Bildebehandling Eksamen i: INF2310 - Digital Bildebehandling Eksamensdag: Tirsdag 21. mars 2017 Tidspunkt
DetaljerNye trender i fjernmåling
Nye trender i fjernmåling Floris Groesz Geomatikkdagene 2018, Stavanger Komponenter av fjernmåling Platform Sensor Prosessering? Analyse Ikke glem spørsmålet! Hvilket problem skal vi løse? For godt til
DetaljerTDT4160 AUGUST, 2008, 09:00 13:00
Norwegian University of Science and Technology Faculty of Information Technology, Mathematics and Electrical Engineering The Department of Computer and Information Science TDT4160 DATAMASKINER GRUNNKURS
DetaljerLøsningsforslag for utvalgte oppgaver fra kapittel 9
Løsningsforslag for utvalgte oppgaver fra kapittel 9 9.2 1 Grafer og minne.......................... 1 9.2 4 Omvendt graf, G T......................... 2 9.2 5 Kompleksitet............................
DetaljerInformasjon om. Optikk og lys - UNIK3480/4480
Informasjon om Optikk og lys - UNIK3480/4480 Hvorfor er optikk og lys interessant? Syn: Med lys kan levende ting orientere seg i verden Milan Nykodym CC BY-SA 2.0 Belysning: Lyskilder gjør verden synlig
DetaljerLØSNINGSFORSLAG, KAPITTEL 3
LØSNINGSFORSLAG, KAPITTEL 3 REVIEW QUESTIONS: 1 Hvordan påvirker absorpsjon og spredning i atmosfæren hvor mye sollys som når ned til bakken? Når solstråling treffer et molekyl eller en partikkel skjer
DetaljerScheduling og prosesshåndtering
Scheduling og prosesshåndtering Håndtering av prosesser i et OS OS må kontrollere og holde oversikt over alle prosessene som kjører på systemet samtidig Prosesshåndteringen må være: Korrekt Robust Feiltolerant
DetaljerSBF 2012 A Åpen. Georadarundersøkelse. Skanning av veggen i Bergen domkirken. Forfatter Anne Lalagüe. SINTEF Byggforsk Infrastruktur
- Åpen Georadarundersøkelse Skanning av veggen i Bergen domkirken Forfatter Anne Lalagüe SINTEF Byggforsk Infrastruktur 2012-04-23 Historikk DATO SBESKRIVELSE 1 2 2012-04-21 Notat 2012-04-23 Rapport 2
DetaljerModel Driven Architecture (MDA) Interpretasjon og kritikk
Model Driven Architecture (MDA) Interpretasjon og kritikk Ragnhild Kobro Runde (Ifi, UiO) Veileder: Ketil Stølen (Ifi/SINTEF) Stuntlunsj SINTEF Oversikt Bakgrunn/utgangspunkt for presentasjonen MDA stuntlunsj
DetaljerINF Stikkord over pensum til midtveis 2017 Kristine Baluka Hein
INF2310 - Stikkord over pensum til midtveis 2017 Kristine Baluka Hein 1 Forhold mellom størrelse i bildeplan y og "virkelighet"y y y = s s og 1 s + 1 s = 1 f Rayleigh kriteriet sin θ = 1.22 λ D y s = 1.22
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: INF2310 Digital bildebehandling Eksamensdag: Mandag 1. juni 2015 Tid for eksamen: 14:30 18:30 Oppgavesettett er på: 6 sider Vedlegg:
Detaljerfilosofien bak tilstandskontroll
filosofien bak tilstandskontroll av arnstein holm the pulse of your machinery 20.01.2012 maskindynamikk as - the pulse of your machinery 1 tilstandskontroll er ikke noe nytt... de siste 20 årene har tk
DetaljerTDT4110 Informasjonsteknologi, grunnkurs Uke 35 Introduksjon til IKT. Professor Guttorm Sindre Institutt for datateknikk og informasjonsvitenskap
TDT4110 Informasjonsteknologi, grunnkurs Uke 35 Introduksjon til IKT Professor Guttorm Sindre Institutt for datateknikk og informasjonsvitenskap Læringsmål og pensum Læringsmål for denne forelesningen
DetaljerGenerelt om operativsystemer
Generelt om operativsystemer Operativsystemet: Hva og hvorfor Styring av prosessorer (CPU), elektronikk, nettverk og andre ressurser i en datamaskin er komplisert, detaljert og vanskelig. Maskinvare og
DetaljerLast ned Programmerbare logiske styringer - Dag Håkon Hanssen. Last ned
Last ned Programmerbare logiske styringer - Dag Håkon Hanssen Last ned Forfatter: Dag Håkon Hanssen ISBN: 9788245017977 Antall sider: 462 Format: PDF Filstørrelse:14.69 Mb Dette er ei bok for alle som
DetaljerLast ned Programmerbare logiske styringer - Dag Håkon Hanssen. Last ned
Last ned Programmerbare logiske styringer - Dag Håkon Hanssen Last ned Forfatter: Dag Håkon Hanssen ISBN: 9788245017977 Antall sider: 462 Format: PDF Filstørrelse: 21.43 Mb Dette er ei bok for alle som
DetaljerTemaer i dag. Repetisjon av histogrammer II. Repetisjon av histogrammer I. INF 2310 Digital bildebehandling FORELESNING 5.
Temaer i dag INF 231 Digital bildebehandling FORELESNING 5 HISTOGRAM-TRANSFORMASJONER Fritz Albregtsen Histogramtransformasjoner Histogramutjevning Histogramtilpasning Standardisering av histogram for
DetaljerMachinery Health Monitoring System
Machinery Health Monitoring System Machinery Health Monitoring System - MHMS Maskindynamikk AS har utviklet, markedsfører og leverer svært kraftige og fleksible online baserte Machinery Health Monitoring
DetaljerBrukermedvirkning i design av læring på arbeidsplassen
1/28 Brukermedvirkning i design av læring på arbeidsplassen Anders Mørch InterMedia, UiO URL: http://www.intermedia.uio.no/ E-post: anders.morch@intermedia.uio.no 2/28 Oversikt Kunnskapssamfunnet Behovbasert
DetaljerSeismisk modellering på arbeidsstasjoner i. nettverk. Fredrik Manne. Norsk Hydro a.s Bergen, U&P Forskningssenter
Seismisk modellering på arbeidsstasjoner i nettverk Fredrik Manne Norsk Hydro a.s Bergen, U&P Forskningssenter 1 Innledning Vi har tatt en program kode for seismisk modellering skrevet i Fortran 77 og
DetaljerPong. Oversikt over prosjektet. Steg 1: En sprettende ball. Plan. Sjekkliste. Introduksjon
Pong Introduksjon Pong er et av de aller første dataspillene som ble laget, og det første dataspillet som ble en kommersiell suksess. Selve spillet er en forenklet variant av tennis hvor to spillere slår
DetaljerInnendørs GNSS ytelse og utfordringer. Jon Glenn Gjevestad Institutt for matematiske realfag og teknologi, UMB
Innendørs GNSS ytelse og utfordringer Jon Glenn Gjevestad Institutt for matematiske realfag og teknologi, UMB Agenda Mobiltelefon (E911/E112) Kodemåling på svake signaler Multipath High Sensitivity GPS
DetaljerDagens temaer. Architecture INF ! Dagens temaer hentes fra kapittel 3 i Computer Organisation and
Dagens temaer! Dagens temaer hentes fra kapittel 3 i Computer Organisation and Architecture! Enkoder/demultiplekser (avslutte fra forrige gang)! Kort repetisjon 2-komplements form! Binær addisjon/subtraksjon!
DetaljerIntroduksjon Bakgrunn
1 Introduksjon Den foreliggende oppfinnelsen beskriver en metode for å presentere visuell informasjon relatert til et objekt eller struktur. Mer spesifikt er oppfinnelsen beskrevet ved en metode for å
DetaljerForprosjekt gruppe 13
Forprosjekt gruppe 13 Presentasjon Tittel: Oppgave: Periode: Gruppemedlemmer: Veileder: Oppdragsgiver: Kontaktperson: Mobilbillett i HTML5 Utvikle en mobil billettautomat innenfor kategorien dedikert web
DetaljerDel1: Setup: BIOS. 2. Hvor mye Internminne har den? 3GB DDR2
Del1: Setup: BIOS 1. Hva slags CPU har maskinen? Beskriv de tekniske egenskapene ved CPU en. CPUen er en Intel Pentium D, og har følgende tekniske egenskaper: Clock-speed = 3GHz Bus-speed = 800MHz ID =
DetaljerServere. Katalog 2014. 21 60 30 90 Åpningstid: 09:00-17:00 alle hverdager. www.nextron.no E-mail: salg@nextron.no
Katalog 2014 Lagringssystemer Opptil 288TB i ett kabinett SAN, NAS og DAS løsninger Automatisk failover mellom redundante systemer Servere 1U til 5U 1 til 8 prosessorer Single, Microcloud, Twin eller Blade
DetaljerUNIK 4690 Maskinsyn Introduksjon
UNIK 4690 Maskinsyn Introduksjon 19.01.2017 Trym Vegard Haavardsholm (trymh@ifi.uio.no) Idar Dyrdal (idar@unik.no) Thomas Opsahl (Thomas-Olsvik.Opsahl@ffi.no) Ragnar Smestad (Ragnar.Smestad@ffi.no) Maskinsyn
DetaljerKap. 10 Systemutvikling System Engineering
Kap. 10 Systemutvikling System Engineering - Utvikling og integrering av både maskin- og programvare. - Hvordan oppstår behov for programvare? - Hvordan inngår programvare i en sammenheng med andre (del)systemer,
DetaljerIT Operations Cisco Partner Day, Fornebu
IT Operations Cisco Partner Day, Fornebu 09.05.2014 Do it once, do it right. Elisabeth Larsen, IT Operations Manager Innhold Oversikt Utfordringer Fremtiden Valget Sammendrag Om Get Get er Norges mest
DetaljerBilder del 2. Farger og fargesyn. Tre-farge syn. Farger og fargerom. Cyganski, kapittel 5. Fargesyn og fargerom. Fargetabeller
Litteratur : Tema i dag: Neste uke : Bilder del 2 Cyganski, kapittel 5 Fargesyn og fargerom Fargetabeller Endre kontrasten i et bilde Histogrammer Terskling Video og grafikk, litt enkel bildebehandling
DetaljerProsjekt i SIF8064 Datamaskinarkitektur - Computational RAM. Rune M. Andersen
Prosjekt i SIF8064 Datamaskinarkitektur - Computational RAM Rune M. Andersen 3. april 2003 ii Forord Denne rapporten er skrevet som del av obligatorisk øvingsopplegg i faget SIF8064 - Datamaskinarkitektur
DetaljerHva er det? Steg 1: Få flere ting til å vise seg på tavlen. Sjekkliste. Test prosjektet. Introduksjon
Hva er det? Introduksjon Et bilde av en tilfeldig ting vises på tavlen. Men bildet er forvrengt, slik at du må gjette hva det er ved å klikke på et av alternativene som vises under. Desto raskere du gjetter
DetaljerMidtveiseksamen. INF Digital Bildebehandling
INSTITUTT FOR INFORMATIKK, UNIVERSITETET I OSLO Midtveiseksamen INF2310 - Digital Bildebehandling Eksamen i: INF2310 - Digital Bildebehandling Eksamensdag: Tirsdag 21. mars 2017 Tidspunkt for eksamen:
DetaljerFargeutvikling i laksefilet samt påvisning av blod- og melaninflekker
Fargeutvikling i laksefilet samt påvisning av blod- og melaninflekker Karsten Heia 1), Silje Ottestad 2),Agnar H. Sivertsen 1) og Jens Petter Wold 2) 1) Nofima Marin 2) Nofima Mat 03.06.2010 Strategisamling
DetaljerLaserdata for dummies. Ivar Oveland 19 oktober 2015
Laserdata for dummies Ivar Oveland 19 oktober 2015 Laserdata for dummies Norges miljø- og biovitenskapelige universitet 1 INTRODUKSJON LiDAR LiDAR: Light Detection And Ranging Hva er laserdata? INTRODUKSJON
DetaljerFalske positive i lusetellinger?
Falske positive i lusetellinger? 50 % grense = 0,2 grense = 0,5 Sannsynlighet for en falsk positiv 40 % 30 % 20 % 10 % 0 % 0,0 0,1 0,2 0,3 0,4 0,5 Faktisk lusetall Notatnr Forfatter SAMBA/17/16 Anders
DetaljerTeknologi for et bedre samfunn. Teknologi for et bedre samfunn
1 Teknologidagene 2013 Demonstrasjon av Kooperativ ITS og simulering Jo Skjermo Jo.skjermo@sintef.no (gjesteopptreden: Odd Andre Hjelkrem, SINTEF) 2 Agenda Agenda Test Site Norway/Trondheim Kooperative
DetaljerESERO AKTIVITET Grunnskole
ESERO AKTIVITET Grunnskole -et unikt fingeravtrykk for en eksoplanet- Lærerveiledning og elevaktivitet Oversikt Tid Læringsmål Nødvendige materialer 80 min Erfare at hvitt lys består av mange farger Lære
DetaljerUNIK 4690 Maskinsyn Introduksjon
UNIK 4690 Maskinsyn Introduksjon 21.01.2016 Trym Vegard Haavardsholm (trymh@ifi.uio.no) Idar Dyrdal (idar@unik.no) Thomas Opsahl (Thomas-Olsvik.Opsahl@ffi.no) Ragnar Smestad (Ragnar.Smestad@ffi.no) Maskinsyn
DetaljerSteg 1: Få flere ting til å vise seg på tavlen
Hva er det? Skrevet av: Oversatt fra Code Club UK (//codeclub.org.uk) Oversatt av: Anne-Marit Gravem Kurs: Scratch Tema: Blokkbasert, Spill Fag: Programmering, Kunst og håndverk Klassetrinn: 1.-4. klasse,
DetaljerPROSJEKT- OG MASTEROPPGAVER VED SINTEF IKT, AVD. FOR ANVENDT MATEMATIKK
PROSJEKT- OG MASTEROPPGAVER VED SINTEF IKT, AVD. FOR ANVENDT MATEMATIKK SINTEF er Skandinavias største uavhengige forskningsorganisasjon. Rundt 1700 ansatte arbeider med å finne smarte og lønnsomme løsninger
DetaljerInstitiutt for informatikk og e-læring, NTNU Kontrollenheten Geir Ove Rosvold 4. januar 2016 Opphavsrett: Forfatter og Stiftelsen TISIP
Geir Ove Rosvold 4. januar 2016 Opphavsrett: Forfatter og Stiftelsen TISIP Resymé: I denne leksjonen ser vi på kontrollenheten. s funksjon diskuteres, og vi ser på de to måtene en kontrollenhet kan bygges
DetaljerProgramvareutvikling (store systemer)
Programvareutvikling (store systemer) Software Engineering Nils-Olav Skeie Associate Professor, PhD Page 1 Agenda Bakgrunn, Programvareutvikling, Prosess, Analyse, Design, Koding, Testing CARGOMASTER,
Detaljersignalstyrken mottatt fra mini-bts-laveffektsstasjonen, å registrere signalstyrken mottatt
1 Lokaliseringsmetode for mobiltelefon BESKRIVELSE TEKNISK OMRÅDE [0001] Oppfinnelsens omfang og gjenstand er knyttet til en fremgangsmåte for lokalisering av en mobiltelefon, og anvendes særlig for utføring
DetaljerITPE/DATS 2400: Datamaskinarkitektur og Nettverk
ITPE/DATS 2400: Datamaskinarkitektur og Nettverk Forelesning 9: Instruksjonsettarkitektur 3 Knut H. Nygaard / T. M. Jonassen Institute of Computer Science Faculty of Technology, Art and Design Oslo and
DetaljerDroner og plantehelse
Droner og plantehelse Agenda Dronen Avlingspotensial Klorofyll og refleksjon. Plantehelsekart Analyser Innsikt og oversikt Oppsummering. Dronen Fastvingedrone Flygehøyde: 100m Hastighet: 40 km/t Vekt:
DetaljerIntel Core i7. Omid Mirmotahari 4
INF2270 Pipeline Hovedpunkter Oppsummering av én-sykel implementasjon Forbedring av én-sykel designet Introduksjon til pipelining Oppbygning av datapath med pipelining Intel Core i7 Omid Mirmotahari 4
DetaljerKorn-2019, Krzysztof Kusnierek NIBIO Apelsvoll Andrea Ficke NIBIO Ås
Korn-2019, 14.02.2019 Krzysztof Kusnierek NIBIO Apelsvoll Andrea Ficke NIBIO Ås OM PROSJEKTET: STRESSLESS - 2015-2019 Mål stedsspesifikk N-gjødsling og soppkontroll i korn, designet spesielt for å håndtere
DetaljerMamut Business Software. Introduksjon. Mamut Enterprise Variant Web
Mamut Business Software Introduksjon Mamut Enterprise Variant Web Mamut Enterprise Variant Web Tilleggsproduktet Mamut Enterprise Variant Web gir deg muligheten til å ytterligere detaljprofilere dine produkter
DetaljerGruppe 43. Hoved-Prosjekt Forprosjekt
Gruppe 43 Hoved-Prosjekt Forprosjekt Mobil Applikasjon Utvikling HiOA Bacheloroppgave forprosjekt våren 2017 Presentasjon Gruppen består av: Gebi Beshir Ole-Kristian Steiro Tasmia Faruque s182414 s189141
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF310 Digital bildebehandling Eksamensdag : Tirsdag 5. juni 007 Tid for eksamen : 09:00 1:00 Oppgavesettet er på : 5 sider
DetaljerMA1301 Uke 1: In(tro)duksjon
MA1301 Uke 1: In(tro)duksjon Magnus Bakke Botnan 21. august 2012 Magnus Bakke Botnan () MA1301 Uke 1: In(tro)duksjon 21. august 2012 1 / 14 Introduksjon Praktisk Praktisk Faglærer Magnus B. Landstad: magnus.landstad@math.ntnu.no
DetaljerFOSS CWDM - Profesjonelle løsninger for administrasjon. av bølgelengder
FOSS CWDM - Profesjonelle løsninger for administrasjon av bølgelengder Innledning FOSS AS Color PRO Coarse Wavelength Division Multiplexing (CWDM) Mux/Demux-moduler er pålitelige og billige løsninger for
DetaljerNadine Pedersen GRIT Datamaskinen- kjenn din Mac
Kjenn din Mac MacBook Pro 13,3 Retina MF840 Oppgave 1. Beskriv hvilke enheter som er koblet til datamaskinen, og det du kan finne ut om egenskapene deres. Bluetooth: Dette er en trådløs protokoll for å
DetaljerFOSS CWDM. Profesjonell administrasjon av bølgelengder KOMPONENTER
FOSS CWDM Profesjonell administrasjon av bølgelengder KOMPONENTER INNLEDNING FOSS AS Color PRO Coarse Wavelength Division Multiplexing (CWDM) Muks/Demuks-moduler er pålitelige og billige løsninger for
DetaljerINF 2310 Digital bildebehandling FORELESNING 5. Fritz Albregtsen. Pensum: Hovedsakelig 3.3 i DIP HISTOGRAM-TRANSFORMASJONER
Temaer i dag INF 231 Digital bildebehandling FORELESNING 5 HISTOGRAM-TRANSFORMASJONER Fritz Albregtsen Histogramtransformasjoner Histogramutjevning Histogramtilpasning Standardisering av histogram for
DetaljerFYS1010-eksamen Løsningsforslag
FYS1010-eksamen 2017. Løsningsforslag Oppgave 1 a) En drivhusgass absorberer varmestråling (infrarødt) fra jorda. De viktigste drivhusgassene er: Vanndamp, CO 2 og metan (CH 4 ) Når mengden av en drivhusgass
DetaljerEKSAMENSOPPGAVE, INF-2200
EKSAMENSOPPGAVE, INF-2200 Eksamen i : INF-2200 Datamaskinarkitektur og organisering Eksamensdato : Mandag 20. februar 2012 Tid : 09:00 13:00 Sted Tillatte hjelpemidler : Aud. max. : Ingen Oppgavesettet
DetaljerINF 2310 Farger og fargerom. Motivasjon. Fargen på lyset. Fargen på lyset. m cos( Zenit-distansen, z, er gitt ved
Temaer i dag : INF 310 Farger og fargerom 1 Farge, fargesyn og deteksjon av farge Fargerom - fargemodeller 3 Overganger mellom fargerom 4 Fremvisning av fargebilder 5 Fargetabeller 6 Utskrift av fargebilder
Detaljer(12) Translation of european patent specification
(12) Translation of european patent specification (11) NO/EP 2297674 B1 (19) NO NORWAY (51) Int Cl. G06K 9/00 (2006.01) G06K 9/36 (2006.01) Norwegian Industrial Property Office (21) Translation Published
DetaljerCIRiS Centre for Interdisciplinary Research in Space. - en partner i FOR. Trine Marie Stene FOR-fagseminar Røros 30. 31.
CIRiS Centre for Interdisciplinary Research in Space - en partner i FOR Trine Marie Stene FOR-fagseminar Røros 30. 31. januar 2014 Hva jeg vil snakke om 1. En partner i FOR - Samarbeidsavtale 2. CIRiS
DetaljerInteraksjon mellom farger, lys og materialer
Interaksjon mellom farger, lys og materialer Etterutdanningskurs 2015. Lys, syn og farger - Kine Angelo Fakultet for arkitektur og billedkunst. Institutt for byggekunst, form og farge. Vi ser på grunn
DetaljerStrømmodellering sannhet med modifikasjoner?
Morten Omholt Alver Strømmodellering sannhet med modifikasjoner? Hvorfor strømmodellering? Strøm og havdynamikk på alle skala har betydning for oppdrettsvirksomheten Storskala dynamikk legger grunnlaget
DetaljerLab oppgave gruppe 2 IT-ledelse (Jonas F, Robin PN, Aksel S, Magnus M, Erik I)
Lab oppgave gruppe 2 IT-ledelse (Jonas F, Robin PN, Aksel S, Magnus M, Erik I) DEL 1: I denne oppgavene skulle vi se nærmere på hvordan BIOS fungerte. 1. Hva slags CPU har maskinen? Beskriv de tekniske
DetaljerForutsetninger for godt dagslysdesign
Forutsetninger for godt dagslysdesign - og utfordringer ved å få dette til i moderne bygg Lysdesign i Multiconsult, v/benedikte N. Rauan Hvorfor er dagslys så viktig? Dagslys er viktig for trivsel og velvære
DetaljerDagens tema. Flere teknikker for å øke hastigheten
Dagens tema Flere teknikker for å øke hastigheten Cache-hukommelse del 1 (fra kapittel 6.5 i Computer Organisation and Architecture ) Hvorfor cache Grunnleggende virkemåte Direkte-avbildet cache Cache-arkitekturer
DetaljerNORGE. Patentstyret (12) SØKNAD (19) NO (21) 20101407 (13) A1. (51) Int Cl.
(12) SØKNAD (19) NO (21) 1407 (13) A1 NORGE (1) Int Cl. G06T 3/00 (06.01) G06T 3/40 (06.01) G06T 3/60 (06.01) G09G /14 (06.01) G09G /397 (06.01) Patentstyret (21) Søknadsnr 1407 (86) Int.inng.dag og søknadsnr
Detaljer